146. LRU 缓存

这道题只要把双向链表和哈希表连接起来就行,只是写起来有点麻烦了

java 复制代码
class LRUCache {
class DLinkedNode {
        int key;
        int value;
        DLinkedNode prev;
        DLinkedNode next;
        public DLinkedNode(){}
        public DLinkedNode(int _key, int _value) {key = _key;value = _value;}
    }

    private Map<Integer, DLinkedNode> cache = new HashMap<Integer, DLinkedNode>();
    private int size;
    private int capacity;
    private DLinkedNode head, tail;

    public LRUCache(int capacity) {
        this.size = 0;
        this.capacity = capacity;
        //使用伪头部和伪尾部
        head = new DLinkedNode();
        tail = new DLinkedNode();
        //双向链表
        head.next = tail;
        tail.prev = head;
    }
    
    public int get(int key) {
        DLinkedNode node = cache.get(key);   
        if(node == null){
            return -1;
        }
        //如果节点存在
        moveToHead(node);
        return node.value;
    }
    
    public void put(int key, int value) {
        //尝试从原来的双向哈希链表中获取
        DLinkedNode node = cache.get(key);
        if(node == null){
            //不存在创建新节点
            DLinkedNode newNode = new DLinkedNode(key, value);
            //添加进表
            cache.put(key,newNode);
            //添加到双向链表头部
            addToHead(newNode);
            ++size;
            if (size > capacity){
                //超出容量,删除尾部元素
                DLinkedNode tail = removeTail();
                //删除哈希表中对应项
                cache.remove(tail.key);
                --size;
            }
        }
        //存在节点,先定位再修改数据,并移到头部
        else{
            node.value = value;
            moveToHead(node);
        }

    }
    private void moveToHead(DLinkedNode node){
        removeNode(node);
        addToHead(node);
    }
    private void removeNode(DLinkedNode node){
        node.prev.next = node.next;
        node.next.prev = node.prev;
    }
    private void addToHead(DLinkedNode node){
        node.prev = head;
        node.next = head.next;f
        head.next.prev = node;
        head.next = node;
    }
    private DLinkedNode removeTail(){
        DLinkedNode res = tail.prev;
        removeNode(res);
        return res;
    }
}

/**
 * Your LRUCache object will be instantiated and called as such:
 * LRUCache obj = new LRUCache(capacity);
 * int param_1 = obj.get(key);
 * obj.put(key,value);
 */
相关推荐
odoo中国1 小时前
Odoo19 内置缓存原理、用法与避坑指南
缓存·odoo19·实际案例·缓存原理·内置缓存用法
胡小禾2 小时前
Redis哨兵模式下主从同步的偏差
数据库·redis·缓存
zzqssliu2 小时前
Taocarts接口限流实操:基于Redis实现API防刷与流量管控
数据库·redis·缓存
大囚长3 小时前
大模型服务端如何命中缓存
java·人工智能·缓存·dubbo
IT策士3 小时前
Redis 从入门到精通:分片之道 —— Redis Cluster
数据库·redis·缓存
189228048613 小时前
NV114固态MT29F16T08EWLEHD6-MES:E
人工智能·算法·缓存·性能优化
一条泥憨鱼13 小时前
【Redis】数据类型和常用命令
java·数据库·redis·后端·缓存
小小工匠16 小时前
Redis 缓存替换策略:8 种淘汰策略与 LRU 实现剖析
数据库·redis·缓存
weixin_5231853217 小时前
Java面试高频题:Integer缓存机制与 equals、== 区别
java·缓存·面试
weixin_3947580318 小时前
CRMEB Pro 商品字段二开:为什么加一个字段会牵动 SKU、缓存和前端展示?
前端·缓存